Das Open Source Curriculum für Unternehmenstraining zu KI und Digitalisierung

KI Service - Industrie 4.0

Von PD Dr. Fred Jopp, Hauke Timmermann, Christine Neubauer und Andreas Weiss

Die Betrachtung der Total Cost of Ownership führt seit einiger Zeit weg vom reinen Kauf oder der Produktion von Maschinen hin zu Plattform-as-a-Service-Ansätzen. Hier ist die deutsche Industrie herausgefordert, innovative Lösungen und Lösungskonzepte zu entwickeln und auszubauen, um im internationalen Wettbewerb mithalten zu können. In diesem Zusammenhang wird die Struktur des technischen Services durch die Erweiterung und Verbesserung des Leistungsspektrums bei gleichzeitiger Minimierung der Kosten vollständig optimiert. Da die Personalressourcen aufgrund des Fachkräftemangels nicht beliebig skalierbar sind, wird Künstliche Intelligenz (KI) eingesetzt, um neue Geschäftsmodelle, wie z. B. 24/7- und Predictive-Maintenance-Ansätze, zu realisieren und die Lücke im Personalbereich zu schließen. Ungeachtet dessen müssen die Mitarbeiter an die neuen anspruchsvollen Serviceansätze herangeführt und geschult werden. Aufgrund der Komplexität in Verbindung mit den Verfahren aus der Künstlichen Intelligenz muss der bisherige Methodenpark erweitert werden. Im Folgenden stellen wir einen Weiterbildungsansatz aus dem Leuchtturmprojekt Service-Meister zu KI im technischen Service vor. Hier haben wir ein Open-Source-Curriculum für KI im technischen Service entwickelt, mit dem wir zunächst Mitarbeiter aus dem technischen Service von KMU-Unternehmen und dem Handwerk ansprechen wollen. In einem weiteren Schritt werden wir dann über einen multiplikativen Train-the-Trainer-Ansatz die Basis verbreitern, um dann in einem weiteren Ansatz über die angewandten Hochschulen eine akademische Anbindung an das Ganze zu gewährleisten.

Herausforderungen für KMU beim Wechsel vom Verkauf von Produkten zum Verkauf von Dienstleistungen

Deutsche Unternehmen, insbesondere der Deutsche Mittelstand, befinden sich derzeit in einer schwierigen Situation: diese ist gekennzeichnet durch einen harten, aggressiven, internationalen Wettbewerb, in dem sie sich beweisen müssen, verbunden mit der Notwendigkeit, gegebenfalls auch ohne Digitalisierungsbeauftragten mit allen Mitteln erfolgreich Smarte Dienstleistungen erbringen zu müssen. Und schließlich der Druck, kompetente Fachkräfte zu finden, die erfolgreich und flexibel mit der immer komplexer werdenden Servicelandschaft umgehen können.

In diesen Servicelandschaften werden visionäre Anwendungen mit KI immer mehr zu zentralen Bausteinen, deren agiles und schlankes Verstehen, Weiterentwickeln und Warten schlichtweg über den Erfolg ganzer Geschäftsbereiche entscheiden kann, selbst wenn diese zu ursprünglich sehr gut etablierten Firmenteilen gehören.

Dies ist insbesondere deshalb ein wichtiges Thema, weil die produzierende Industrie bereits heute immer weniger reine Produkte und immer mehr Dienstleistungen verkauft. Dementsprechend entwickelt sich auch der Umsatz rasant in diese Richtung, was wiederum zu einer verstärkten Entwicklung von Smart Services bzw. Data-Driven Services führt. In diesem Umfeld stellt das Wissen um die mit KI mögliche Entwicklung von Smart Services und Datenprodukten mehr denn je einen Wissensvorsprung dar und sichert so Wettbewerbsvorteile. Dies kann aber nur dann effektiv sein, wenn die eigenen MitarbeiterInnen so weit geschult sind, dass sie genau diesen Weg der smarten KI-Tools mitgehen können, weil sie deren Sinnhaftigkeit verstehen.

In diesem Umfeld ist das Wissen um die mit KI mögliche Entwicklung von Smart Services mehr denn je einen Wissensvorsprung und sichert so Wettbewerbsvorteile. Dies kann aber nur dann effektiv sein, wenn die eigenen Mitarbeiter so weit geschult sind, dass sie genau diesen Weg der smarten KI-Tools mitgehen können, weil sie deren Sinnhaftigkeit verstehen.

Smarte Dienstleistungen und KI-Tools

Es gibt mittlerweile für jeden Aspekt des unternehmerischen Lebens und Arbeitens passende Smart Services, die sich folgenden Kategorien zuordnen lassen: 1) technische Smart Services, wie z. B. Predictive Maintenance, 2) wirtschaftliche Smart Services als moderne Variante eines kontinuierlichen Verbesserungsprozesses (KVP) und 3) vertriebsbezogene Smart Services, wie die Webshop-Variante von „Kunden, die diese Festplatte gekauft haben, haben auch diesen Schraubenzieher gekauft!“.

Allen diesen KI-basierten Werkzeugen ist gemeinsam, dass sie tief in den Arbeits- und Erstellungsprozess eingreifen können. Hiermit geht einher, dass es sich bei KI-Tools jeweils um kleine Software-Implementierungsprojekte handelt, die alle ein Commitment und Buy-In der betroffenen Mitarbeiter erfordern. Eine solche Akzeptanz kann nicht durch bloßes Abnicken bzw. Zulassen der bloßen Methodik erreicht werden, im Gegenteil, hier müssen Ursache-Wirkungs-Zusammenhänge verstanden werden, was um so schwieriger fällt, wenn es sich bei der handelnden Komponente um einen Black-Box-Prozess handelt, d.h. wenn eigentlich unklar bleibt, warum genau dies gemacht werden soll. Fast alle Umfragen zu Softwareeinführungen dokumentieren genau diese Schwierigkeiten: Die Anwender müssen die eindeutigen Ursache-Wirkungs-Zusammenhänge verstehen, sonst wird das Einführungsprojekt nicht erfolgreich sein.  Das bedeutet, dass es heute nicht mehr ausreicht, Mitarbeiter mit klassischen Skills im Unternehmen zu haben, sondern dass diese auch offen und bereit sein müssen, um an Schulungs- und Fortbildungsmaßnahmen zu notwendigen, modernen Digitalisierungsaspekten teilzunehmen.  Dadurch kann eine Feedback-Schleife etabliert werden, um die Aktivitäten an den Bedürfnissen der Anwender im Allgemeinen auszurichten.

Wissen, Training, Ausbildung

Wie wird mit dieser Situation aus Unternehmenssicht umgegangen? Hierzu werden regelmäßig Unternehmensbefragungen durchgeführt: Im Jahr 2016 engagierten sich zum Beispiel rund 85 Prozent der deutschen Unternehmen in der Weiterbildung der eigenen Mitarbeiter. Dabei wurde nicht nur ein sehr breiter Methodenmix zur Qualifizierung der eigenen Mitarbeiter eingesetzt, sondern es wurden auch ganz erhebliche Ressourcen dafür eingesetzt. So wurden im Jahr der oben genannten Erhebung mehr als 33,5 Milliarden Euro in Weiterbildungsmaßnahmen investiert (Seyda und Placke, 2017: Die neunte IW-Weiterbildungserhebung– Kosten und Nutzen betrieblicher Weiterbildung, IW-Trends: 44. Jg. Nr. 4, 2017).

Und der Weiterbildungsmarkt in Unternehmen wächst, insbesondere natürlich dadurch, dass die Anforderungen an die Mitarbeiter durch die komplexen Digitalisierungsanwendungen aus Industrie 4.0, Smart Service, KI-Tools etc. stetig steigen.

Open-Source-Ansatz im Projekt Service-Meister

Seit dem 1. Januar 2020 arbeiten wir gemeinsam in dem großen Forschungsprojekt Service-Meister, in dem wir uns mit allen Aspekten der Digitalisierung des technischen Services für Industrie 4.0 beschäftigen. Das Ziel ist dabei nichts Geringeres, als die vollständige digitale Umsetzung des technischen Services, angefangen von der Identifikation des Servicebedarfs über automatisiertes Ticketdispatching und den Einsatz von Service-Bots, bis hin zur automatisierten Erstellung und Analyse von Serviceberichten (siehe Abb. 1). In all diesen Service-Segmenten entwickeln wir in starken Use Cases, den sogenannten Schnellbooten, gemeinsam mit Unternehmen KI-Tools, die diese Aufgaben zur Unterstützung von Servicetechnikern autonom durchführen können. Im Jahr 2021 werden wir unsere Erfahrungen aus den Use Cases zu Bausteinen in Form von KI-Templates verallgemeinern und im Jahr 2022 daraus eine KI-basierte, werks-, abteilungs- und unternehmensübergreifende Serviceplattform für den deutschen Mittelstand entwickeln.

Abb. 1: 100%-Digitalisierung für Service 4.0, ermöglicht durch KI-basierte Tools für jedes Segment des Service Life Cycle.

Wir werden dann ein komplettes Service-Ökosystem für den Deutschen Mittelstand bereitstellen, das eine unternehmensübergreifende Skalierbarkeit für Service 4.0 ermöglicht. Ein wichtiges Teilziel ist dabei, auch weniger qualifizierte Mitarbeiter mit Hilfe von digitalen Guides in die Lage zu versetzen, komplexe digitale KI-Services und Tools zu nutzen und qualifiziert anbieten zu können. Dazu haben wir ein Open-Source-KI-Curriculum entwickelt (siehe Abb. 2), bei dem wir auf folgende Aspekte abzielen:

  1. KMUs für das technologische und wirtschaftliche Potenzial der KI-Technologie zu sensibilisieren,
  2. konkrete Anwendungsbeispiele zu verbreiten, die für KMUs besonders geeignet sind,
  3. das Service-Meister-Curriculum über drei Bildungswege mit unterschiedlichem Komplexitätsgrad optimal in bestehende Strukturen und die nationale KI-Strategie für einen KI-Wissenstransfer zu integrieren,
  4. die Schaffung eines niedrigschwelligen Zugangs zu KI-Wissen für kleine und mittlere Unternehmen zu ermöglichen.

Als Zielgruppe für unser Open Source Curriculum sehen wir folgende Personengruppen:

  • Endanwender / Nutzer aus Unternehmen und Handel
  • Servicetechniker / Servicemitarbeiter aus Unternehmen und dem Handwerk
  • Unternehmensmitarbeiter, die mit technischen Aufgaben und Anwendungen aus den Inhaltsbereichen KI, ML und Industrie 4.0 betraut sind
  • Teilnehmer an Schulungen der beteiligten Handwerkskammern zu den o.g. Themen; hier soll ein Zertifikatskurs entstehen.

Abb. 2: Allgemeine Struktur der verschiedenen Corporate Learning Items, von links nach rechts: das Open Source Curriculum mit User Training; das Multiplikatoren Training für KI-Trainer und Graduate Kurse, die wir auf Hochschulniveau anbieten.

In diesem Open Source Curriculum stellen wir Lern-Nuggets zu folgenden Themen zur Verfügung:

  • KI, Big Data und Smart Data im industriellen Umfeld
  • Industrie 4.0, Smarte Fabriken, Service 4.0
  • Digitale Geschäftsmodelle im industriellen Umfeld
  • Industry-of-Things-Plattformen (IoT): Überblick und Fokus auf Applikationen für Industrie und Handel.
  • Mensch-Maschine-Kollaboration im industriellen Service
  • Einführung in Data Science und deren Anwendung
  • Maschinelles Lernen und autonome Systeme
  • Smarte Dienstleistungen: technische, wirtschaftliche, vertriebliche und Marketing-Einsätze
    • Beispiele: Anomalie Erkennung und vorausschauende Wartung
    • Beispiele: Zustandsüberwachung und Maschinen-Fingerprinting
  • Einführung in Smarte Produkte und deren Erstellung
  • Digitale Ökosysteme
  • Service-Meister Fallstudien zu den 6 Schnellbootprojekten

Diese Themen sind in fünf Lerneinheiten gebündelt (siehe Abb. 3):

  1. Ein erster, praxisorientierter, niederschwelliger Einstieg in das Thema,
  2. Einführung in das Oberthema der modernen Digitalisierung für Industrie und Handel,
  3. Wenn versteht man unter digitaler Transformation, , wo wird diese Reise hingehen
  4. Entwicklung neuer Geschäftsmodelle anhand eines angewandten Business-Model-Canvas für Ausbildungsberufe der Handelskammern
  5. Eine detaillierte Vorstellung der sechs branchenbezogenen Use Cases aus dem Projekt Service-Meister.

Abb. 3: Kurzer Überblick über die Learning Nuggets innerhalb des Open Source Curriculums..

Die Aspekte aus der obigen Aufzählung sind diesen fünf Lernbereichen zugeordnet, zum besseren Verständnis möchten wir die Inhalte der Lernbereiche zwei und drei näher erläutern. Im zweiten Lernbereich „Digitalisierung verstehen“ werden die folgenden Punkte behandelt was ist Digitalisierung und KI für die Unternehmen und wie lassen sich diese Dinge im Zusammenhang anwenden, wie funktioniert das Internet, wie lassen sich Cloud- und Plattform-Computing, IoT-Plattformen, mobile Geräte, Apps, Messenger, Social Media einsetzen, was sind hierbei die unternehmerischen Mehrwerte? Wie funktionieren digitale Datenübertragungen (W-LAN, xG, Bluetooth), Wie funktionieren Service- und Chatbots? Welche sinnvollen, unternehmerischen Einsatzgebiete gibt es für robotische Anwendungen? Was sind eigentlich KI und maschinelles Lernen.

Im dritten Lernbereich, der Digitalen Transformation, geht es um folgende Themen: Einführung in digitale Innovations-, Transformations- und Disruptionsprozesse, Auseinandersetzung mit Akteuren und Enablern, wie lassen sich Wertschöpfungsnetzwerke charakterisieren, wie lässt sich durch den Einsatz von KI Fachkräftemangel bekämpfen, welche Chancen bieten digitale Büros für Bereiche mit schwacher Infrastruktur, wie lassen sich Daten rechtssicher nutzen.

 Der anschließende vierte Block zur Entwicklung neuer Geschäftsmodelle stellt einen moderaten Einstieg dar, um klassische Ansätze aus dem Business Canvas auf die neue, eigene berufliche Situation übertragen zu können. Nach einer einfachen Einführung in die weite Welt der digitalen Geschäftsmodelle wird hier anhand eines World-Café-Ansatzes eine Übertragung der modernen Geschäftsmodellentwicklungen auf die eigene berufliche Situation ermöglicht in der Gesamtsituation reflektiert. Ziel ist es hier, auch Vertretern, die im Zusammenhang mit dieser Lerneinheit zum ersten Mal mit der Idee einer neuen Geschäftsmodellentwicklung in Berührung kommen, ein eigenständiges Vorgehen zu ermöglichen.

Abb. 4: KI-basierte industrielle Use Cases des Projekts Service-Meister.

Im fünften Lernbereich stellen wir die sechs verschiedenen industriellen Use Cases aus Service-Meister im Detail vor (siehe Abb. 4). Folgende Themen werden intensiv und praxisorientiert behandelt: Anomalie-Erkennung für das Abwassermanagement, Maschinenüberwachung und -Diagnose, Vernetzung und KI für Powertools, Fehlererkennung bei Klebeanwendungen, Fernüberwachung, Anomalie-Erkennung, Recommender-Engines und Chatbots im technischen Service.

Pädagogischer Ansatz und Ausblick

KI und ihre Anwendungen müssen transparent und nachvollziehbar gemacht werden, Black-Box-Ansätze sind hier nicht zielführend. Deshalb haben wir das Curriculum in kleine Lerneinheiten gegliedert. Die grobe inhaltliche Struktur dieser Lerneinheiten haben wir bereits erläutert; grundsätzlich geht es uns darum, eine einfache, nachvollziehbare Struktur aufzubauen, deren Sinnhaftigkeit ggf. auch im Prozess des unterstützten Selbstlernens bzw. des digitalen Lernens ohne Präsenzunterricht entwickelt werden könnte, da zeitnah nicht von einer Öffnung des öffentlichen Raums ausgegangen werden kann. Pädagogisch bedeutet das für uns auch, dass wir aufgrund der besonderen Situation auch über technische Möglichkeiten nachdenken, eine Unterstützung der Inhalte durch ein E-Learning-Tool aufzubauen. Sollten sich in weiteren Förderrunden für das Forschungsprojekt Service-Meister Möglichkeiten hierfür finden, könnten diese in einer exzellenten und einfachen Benutzerführung, den Einsatz professioneller Videosequenzen, Animationen und Erklärungseffekte, Micro-Gaming, Einsatz von themenbezogenen Quizzes und Gamification umgesetzt werden.

Bei Interesse können Sie sich jetzt schon bei uns melden.
Hauke Timmermann freut sich wenn Sie mit uns Kontakt aufnehmen:
hauke.timmermann(at)eco.de